- Страна
- Россия
- Зарплата
- 300 000 ₽ – 490 000 ₽
Откликайтесь
на вакансии с ИИ
Data Scientist (Middle/Senior)
Оценка ИИПрестижная компания, сильный стек технологий (LLM, RL, Bayesian opt) и прозрачная вилка выше рынка. Гибридный формат в современном офисе и работа над продуктом с огромной аудиторией делают вакансию крайне привлекательной.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к глубоким знаниям в области DL, RL и LLM, а также необходимостью опыта работы с распределенными вычислениями и сложной математической статистикой. Яндекс известен своими строгими многоэтапными интервью.
Анализ зарплаты
Оценка ИИПредложенная вилка (300-490к gross) полностью соответствует или даже слегка превышает рыночные показатели для Senior DS в Москве, которые обычно варьируются от 350к до 450к net. Яндекс предлагает конкурентные условия, учитывая также возможные бонусы и опционы.
Сопроводительное письмо
I am writing to express my interest in the Data Scientist position at Yandex Food. With a strong background in machine learning and a proven track record of deploying models into production, I am excited about the opportunity to contribute to the pricing and growth platform team. My experience with Python, deep learning, and A/B testing aligns perfectly with the challenges of optimizing pricing algorithms and developing LLM-based tools like your text-to-SQL assistant.
In my previous roles, I have focused on finding growth points through hypothesis testing and rigorous experimentation. I am particularly drawn to this role because of the sophisticated tech stack you use, including Bayesian optimization and offline RL. I am confident that my analytical skills and ability to argue data-driven positions will allow me to make a significant impact on your business metrics and user satisfaction.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Яндекс Еда уже сейчас
Присоединяйтесь к команде Яндекс Еды и создавайте ML-решения, которые напрямую влияют на экономику сервиса!
Описание вакансии
#вакансия
Data Scientist (Middle/Senior)
Город и адрес офиса: Москва, БЦ Нева
Формат работы: гибрид
Занятость: полная
Зарплатная вилка: 300 000 – 490 000 ₽ gross
Компания: Яндекс Еда — команда ценообразования и платформы роста
Описание: Придумываем и внедряем технологии, влияющие на прибыльность сервиса, скорость роста и удовлетворённость пользователей и ресторанов. У нас ML, байесовская оптимизация, DL, LLM-инструменты и много данных.
Задачи:
— Оптимизация алгоритмов ценообразования, анализ влияния на бизнес-метрики
— Развитие ML-моделей: DL, offline RL, multi-objective оптимизация
— Симуляция среды и работа с историческими данными для поиска надёжных ценовых политик
— Разработка LLM-ассистента text-to-SQL: дообучение, улучшение качества (pass@k, pass^k)
— Проектирование и проведение A/B-тестов, оценка инкрементального прироста
— Поиск точек роста: гипотезы → эксперименты → внедрение
Ожидаем:
— Опыт в аналитике или DS от 2 лет
— Уверенное владение Python
— Понимание ML/DL, опыт вывода моделей в продакшн
— Мат. статистика, A/B-тесты
— Командная работа и умение аргументировать позицию
— Плюс: распределённые вычисления (MapReduce, Spark), байесовская оптимизация, RL, LLM в продакшне
Контакты: Откликнуться Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- A/B Testing
- Python
- Machine Learning
- LLM
- SQL
- Deep Learning
- Apache Spark
- MapReduce
- Reinforcement Learning
- Mathematical Statistics
- Bayesian Optimization
Возможные вопросы на собеседовании
Позиция предполагает работу с ценообразованием, где важно понимать долгосрочный эффект.
Как бы вы спроектировали A/B тест для изменения стратегии ценообразования, чтобы учесть сетевые эффекты и долгосрочное влияние на LTV?
В задачах упоминается разработка LLM-ассистента.
Какие метрики, помимо pass@k, вы бы использовали для оценки качества text-to-SQL модели в продакшене?
Вакансия упоминает offline RL для поиска ценовых политик.
С какими основными проблемами (например, bias) можно столкнуться при обучении RL моделей на исторических данных и как их минимизировать?
Работа с большими данными Яндекса требует навыков оптимизации.
Расскажите о вашем опыте работы с Spark или MapReduce: как вы оптимизировали тяжелые джойны при обработке терабайтов данных?
Команда занимается multi-objective оптимизацией.
Как сбалансировать несколько конфликтующих бизнес-метрик (например, выручку и лояльность пользователей) в рамках одной ML-модели?
Похожие вакансии
Senior MLOps Engineer (Platform Development / LLMOps)
Data Scientist Senior (Part-time)
Senior Data инженер
Senior MLOps
Data Engineer / SAP HANA Developer (Senior)
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Россия
- Зарплата
- 300 000 ₽ – 490 000 ₽